BD & MA & 마케터 활용툴 (1) HIRA BIG DATA ⓐ

안녕하세요, 여러분! 🙋‍♀️

 

오늘은 제약·바이오 업계의 보물창고이자 나침반이라 불리는 HIRA(건강보험심사평가원) 빅데이터에 대해 이야기해 보려 해요.

"데이터... 복잡하고 어려워 보여..."라고 생각하셨던 분들도 걱정 마세요!

이 데이터가 무엇이고, 어떤 정보를 담고 있으며, 특히 제약·바이오 기업에게 왜 중요한지 알기 쉽게 설명해 드릴게요. 🗺️✨

---

1. HIRA 빅데이터란 무엇인가요? (정의와 중요성) 🤔

HIRA 빅데이터는 건강보험심사평가원이 보유한 국민건강보험 및 의료급여 청구·심사 데이터를 통합해 구축한 방대한 보건의료 데이터입니다. 우리나라 국민들이 병원, 약국 등을 이용할 때 발생하는 모든 의료 정보(어떤 질병으로, 어떤 진료를 받고, 어떤 약을 처방받았는지 등)가 여기에 담겨 있죠.

이 데이터는 전 국민의 의료 이용 행태를 반영하기 때문에, 대한민국 보건의료 현황을 가장 정확하고 상세하게 파악할 수 있는 유일무이한 자료원입니다. 제약·바이오 기업에게는 시장분석, 신약 개발 방향 설정, 사업 개발(BD) 전략 수립을 위한 핵심적인 근거가 됩니다. 정말 강력한 무기라고 할 수 있죠! 💪

 

✔️ HIRA URL 주소:

https://opendata.hira.or.kr/home.do

보건의료빅데이터개방시스템

 

---

 

2. HIRA 빅데이터, 어떤 정보를 담고 있나요? (데이터 종류) 📋

HIRA 빅데이터는 다음과 같은 주요 정보들을 포함하고 있어요. 🩺

• 진료내역 정보: 환자 정보(성별, 연령, 거주지 등), 질병명, 진료 행위, 의약품 처방 및 조제 정보(어떤 약이 얼마나 사용되었는지), 수가 정보(가격) 등이 담겨 있습니다.
• 요양기관 정보: 병원, 의원, 약국 등 의료기관의 종류, 규모, 위치, 전문과목 정보까지 포함돼요.
• 질 평가 정보: 특정 질환에 대한 의료기관별 질 평가 결과 데이터도 확인할 수 있습니다.
• 보건의료 통계 및 브리프: 심평원에서 주기적으로 발행하는 통계 자료 및 분석 보고서도 매우 유용합니다.

위 세 항목을 가장 많이 사용한답니다 :)

---

 

3. HIRA 빅데이터, 어떻게 사용할 수 있나요? (접근 방법 및 서비스) 💻

HIRA 빅데이터는 개인 정보 보호를 위해 철저한 심사 절차와 보안 환경을 통해 제공됩니다. 접근 방식은 크게 두 가지로 나눌 수 있어요. 🧐

가. 보건의료빅데이터개방시스템 (www.opendata.hira.or.kr) 웹사이트 🌐

누구나 쉽게 접근 가능한 '공개 자료' 및 '맞춤형 정보'의 창구입니다.

• HIRA 통계성 자료 (K-health.info): 특정 질환의 환자 수, 진료비 추이, 약품 소비량 등 일반적인 통계 자료를 웹사이트에서 바로 조회하고 다운로드할 수 있어요.
• HIRA 빅데이터 브리프: 특정 질병이나 보건의료 현안에 대한 심평원의 분석 보고서로, 전문 연구자가 아니더라도 데이터를 쉽게 이해할 수 있도록 자세히 설명되어 있습니다.
• OPEN API 서비스: 공공데이터포털을 통해 신청하면, 개발자가 API를 활용해 데이터를 자동으로 연동하고 분석할 수 있습니다.

나. 맞춤형 연구분석 및 원격분석시스템 🔬

제약·바이오 기업이나 연구기관이 특정 목적을 가지고 대용량의 세부 데이터(가명정보)를 분석하고자 할 때 활용하는 핵심 채널입니다.

• 이용 절차: 상세한 연구 계획서를 제출해 심사를 받고, 승인되면 보안이 강화된 '원격분석시스템(Secure Zone)'에 접속해 데이터를 직접 분석합니다. 외부로 데이터 반출은 엄격히 금지됩니다.
• 주요 활용 시점:
  • 신약 출시 전 시장 규모 정밀 분석: 특정 질환의 유병률, 치료 패턴 등을 파악해 시장을 정밀하게 분석합니다.
  • Market Access 전략 수립: 약가 등재를 위한 경제성 평가의 기초 자료를 만들 때 활용합니다.
  • R&D 방향성 설정: 미충족 의료 수요를 확인하고, 신약 개발의 기회를 탐색할 때 사용합니다.

---

 

4. HIRA 빅데이터, 무엇을 보고 어떤 분석을 할 수 있나요? 📈

HIRA 빅데이터를 활용하면 다음과 같은 다양한 인사이트를 얻을 수 있습니다. 💡

• 질병 역학 및 환자군 분석: 특정 질병의 유병률, 환자 수 추이, 환자 특성(성별, 연령 등)을 파악해 시장 규모를 분석할 수 있어요.
• 의약품 사용 패턴 및 처방 분석: 특정 질환에서 어떤 약이 얼마나 많이 처방되는지, 신제품 출시 후 시장 침투율은 어떤지 등을 분석해 마케팅 전략을 세울 수 있습니다.
• 의료기관 이용 행태 및 진료비 분석: 환자들이 어떤 병원을 주로 이용하고, 진료비 추이는 어떤지 등을 분석해 재정 효율성을 평가할 수 있습니다.
• 환자 여정(Patient Journey) 분석: 환자가 진단부터 치료까지 어떤 과정을 거치는지 분석해 미충족 의료 수요를 찾아낼 수 있습니다.

✅ 위와 같이 질병 분류 (3단상병, 4단 상병)에 따라, 그리고 해당하는 질병별 입원/외래, 성별/연령, 요양기관종, 소재지 별로 통계를 조회할 수 있습니다.

✅ '항목조회' 버튼을 활용하여 알고 싶은 질병을 넣은 뒤, 기간을 설정하고 검색버튼을 눌러보세요! 아래와 같이 질병 추이와 환자 특성에 따른 분류를 한눈에 확인할 수 있답니다!

 

★참고!

✨ HIRA 데이터 검색 핵심 개념: 3단상병 vs 4단 상병 & 심사 연도 vs 진료년월 HIRA 빅데이터는 '청구 데이터'를 기반으로 하기 때문에, 질병 코드와 시간 개념이 특수하게 정의되어 있어요. 1. 질병 코드: 3단상병 vs 4단 상병 (질병 분류의 깊이) 우리나라에서 질병을 분류하는 기준은 '한국표준질병·사인분류(KCD)'입니다. 이는 WHO의 국제질병분류(ICD)를 기반으로 해요. 3단상병과 4단상병은 이 KCD 코드의 분류 단계를 의미합니다. 가. 3단상병 (질병 소분류, Small Classification) 의미: KCD 코드 중 '소분류'에 해당하는 단계로, 3단(세 자리)으로 구성된 질병 코드입니다. 좀 더 포괄적이고 일반적인 질병군을 나타냅니다. 예시: E11: 제2형 당뇨병 (어떤 합병증을 동반했는지는 포함하지 않음) I10: 본태성(원발성) 고혈압 (구체적인 유형을 구분하지 않음) J06: 상기도의 급성 감염, 상세불명 특징: 대략 1,800여 종의 질병 소분류가 있습니다 . HIRA 보건의료빅데이터 개방시스템에서 '질병 소분류 통계(3단상병)' 서비스로 조회할 수 있습니다  . 언제 사용하면 좋을까요? 특정 질병의 전반적인 발생 현황, 유병률, 총 진료비 추이 등 넓은 범위의 통계를 파악할 때 유용합니다. (예: "우리나라에서 당뇨병 환자는 얼마나 될까?") 나. 4단상병 (질병 세분류, Detailed Classification) 의미: KCD 코드 중 '세분류'에 해당하는 단계로, 4단(세 자리 + 소수점 이하 한 자리 또는 영문)으로 구성된 질병 코드입니다. 훨씬 더 구체적이고 세분화된 질병 상태나 합병증까지 포함합니다. 예시: E11.2: 합병증을 동반한 제2형 당뇨병 (구체적인 합병증을 포함) I10.0: 본태성(원발성) 고혈압 (악성) J06.9: 상세불명의 급성 상기도 감염 특징: 대략 1만여 종 이상의 질병 세분류가 있습니다 . HIRA 보건의료빅데이터 개방시스템에서 '질병 세분류 통계(4단상병)' 서비스로 조회할 수 있습니다 . 언제 사용하면 좋을까요? 특정 환자군을 매우 정교하게 정의할 때, 질병의 진행 단계, 합병증 유무, 특정 치료 대상 환자 등을 분석할 때 필수적입니다. (예: "신장 합병증을 동반한 제2형 당뇨병 환자군 대상의 신약 개발 타당성 분석") BD나 R&D에서 특정 신약의 타겟 환자군(TPP)을 정확하게 파악하고자 할 때 주로 사용합니다. 🌟 3단 vs 4단 상병, 선택 가이드: 3단 상병: 거시적인 시장 트렌드, 질병의 전체적인 규모 파악에 적합합니다. 4단 상병: 특정 신약의 임상적 적응증에 맞는 정확한 타겟 환자군을 식별하고, 세부적인 치료 패턴을 분석할 때 반드시 사용해야 합니다. 2. 시간 개념: 심사년도 vs 진료년월 (데이터 확정 시점 vs 서비스 제공 시점) HIRA 데이터는 병원이 진료 후 보험공단에 청구하고, 심평원이 이를 심사하여 확정하는 과정을 거칩니다. 이 과정 때문에 '진료가 실제로 이루어진 시점'과 '진료비가 확정되어 데이터로 반영된 시점'이 다르게 됩니다. 가. 진료년월 (진료연월) 의미: 요양기관에서 환자에게 의료 서비스(진료)가 실제로 제공된 연월을 의미합니다. (예: 2024년 5월에 병원에 방문하여 진료를 받았다면 진료년월은 2024년 5월) 특징: 환자의 실제 의료 이용 행태, 질병 발생 시점, 계절성 질환의 트렌드 등 현실에서 일어난 현상을 가장 정확하게 반영합니다. 하지만 데이터는 진료가 발생한 직후 바로 공개되지 않습니다. 요양기관이 청구하고 심평원이 심사하는 행정 처리 과정(약 3~6개월)이 필요하므로, 조회 시점 기준으로 최근 8개월 전까지의 자료만 조회 가능합니다 . 언제 사용하면 좋을까요? 특정 질환의 발생 추이, 유행성 질병의 시기별 환자 수 변화 등 '실제 환자들이 언제 병원에 왔는지'를 기준으로 분석할 때 사용합니다. (예: "코로나19 유행 시기별 실제 환자수 변화") 신약 출시 직후의 실제 처방 패턴 변화를 실시간에 가깝게 추적할 때 유용합니다. 나. 심사년도  의미: 요양기관이 건강보험공단에 진료비를 청구하고, 건강보험심사평가원이 심사를 완료하여 해당 진료비가 '확정'된 연도를 의미합니다. (예: 2023년 12월 진료분이라도 2024년 3월에 심사가 확정되면 심사년도는 2024년) 특징: 진료년월에 비해 최신성(Recency)은 떨어지지만, '완결성(Completeness)'이 높습니다. 특정 심사년도의 데이터는 해당 연도에 심사가 확정된 모든 진료비를 포함하므로 누락 없이 모든 데이터가 포함되어 있다는 장점이 있습니다. 심평원 보건의료빅데이터 개방시스템에서는 심사년도별 자료를 '익년도 5월 말'에 조회 가능하다고 명시하고 있습니다 . (예: 2023년 심사년도 자료는 2024년 5월 말에 확정 공개) 언제 사용하면 좋을까요? 전체적인 재정 통계, 연간 진료비 총액, 특정 약제의 연간 총 사용량/사용액 등 '확정된 재무 통계'를 분석할 때 주로 사용합니다. (예: "지난해 건강보험 진료비 총액은 얼마인가?") 정부 정책의 재정적 영향을 분석하거나, 과거 데이터를 기반으로 한 장기 트렌드 분석에 적합합니다. 🌟 심사년도 vs 진료년월, 선택 가이드: 진료년월: 최근의 변화나 실제 발생 현상을 실시간에 가깝게 파악하고 싶을 때 (예: "우리 약이 출시된 이후 실제 환자들의 월별 처방량 변화는?") 심사년도: 완결성이 중요하고, 과거의 전체적인 추세나 확정된 총액을 파악하고 싶을 때 (예: "작년 한 해 동안 특정 질환에 사용된 총 약품비는?")

 

---

 

5. BD 직무에서 HIRA 빅데이터 활용 시점 및 예시 💼

✅ BD(사업 개발) 담당자에게 HIRA 빅데이터는 마치 나침반이자 보물지도와 같습니다. 💰

• 시장 기회 발굴: 특정 질환의 환자 수는 늘고 있지만 치료 대안이 부족한 분야를 파악해 신규 투자 및 라이선싱 유망 분야를 탐색합니다.
  • 예시: "만성 신장병 환자 중 특정 단계에서 투약되는 약물이 매우 제한적이네? 이 부분에 미충족 수요가 있을 것 같다!"
• 신제품 Sales Forecast (판매 예측): 신약이 출시되었을 때 잠재 환자군 규모와 경쟁 약물 사용량 등을 분석해 신약의 매출을 예측하고 사업 계획을 수립합니다.
  • 예시: "우리 신약이 타겟하는 특정 암 환자군의 실제 유병률을 보니, 출시 후 3년 내 시장 점유율 10% 달성이 가능할 것 같아!"
• Market Access 전략 수립: 약가 등재를 위한 '경제성 평가'에 필요한 데이터를 HIRA 데이터를 기반으로 구축합니다.
  • 예시: "기존 약제 대비 우리 신약의 비용-효과성을 증명하려면, 실제 진료 현장에서의 부작용 관리 비용이 얼마나 줄어드는지 HIRA 데이터로 보여줄 수 있어."

 

 

 

HIRA 빅데이터는 제약·바이오 업계의 핵심 경쟁력입니다. 이 데이터를 잘 활용하는 능력은 BD 직무의 핵심 역량 중 하나가 될 거예요. 오늘 내용이 여러분의 업무에 큰 도움이 되기를 바랍니다! 다음에도 유익한 정보로 돌아올게요! 👋

 

여러분의 관심과 질문이 더 나은 콘텐츠를 만드는 원동력입니다!

이 글이 도움이 되셨다면 공유와 공감&구독 부탁드립니다.  🙌

 

 

 

 

 

Copyright ⓒ Verdianverve All Rights Reserved.
본 블로그의 모든 글과 이미지의 저작권은 Verdianverve에 있으며, 무단 복제, 배포 및 2차 가공을 금지합니다.